半导体行业需要很多优秀的工程师,行业也需要面子工程才能来吸引优秀的工程师。一位资深高管在加州召开的行业战略峰会上发出呼吁,为启动这一举措助力。
应用材料公司(Applied Materials)首席财务官Dan Durn表示,“我们曾将最好、最聪明的工程师收在旗下,但今天却需打人才争夺战,我们落后了那么一两步。现在的孩子们都梦想着去谷歌、Facebook和苹果;他们不想来我们这,我们需要改变这一状况。“
他继续表示,“这对我来说是很私人的事,因为这就是我的故事。”他还讲了他父亲当年如何将早期在西部电气公司制造的芯片带了回来,芯片后来成了美国导弹的核心。
Durn表示,“这在我心中激发了一些东西,成了我今天生活之梦的种子。在我进入大学之前,我的梦想已经清晰地成型。”他是工程师出身,后来升为Globalfoundries和NXP的首席财务官,最后加入了Applied Materials公司。
Durn呼吁与会者参与SEMI贸易小组正在制定的一项计划。计划将成立一委员会并推出一系列新的吸引年轻和多元化雇员以及走向中学开展宣传等活动。
他表示,“我要打赢争取高中生认同的战斗。”
Durn和其他人认为,为此,业界需要重新回归西部精神的精髓。
他表示,“我们需要恢复早期驱动我们的创始人CEO的文化。我们的行业成熟后,操作效率和一整套不同的DNA成为常态,这对于我们这个行业来说是必要的,但是现在需要回归原本。”
约85%的芯片供应商需要新型人才,以应付自动化系统、大数据和机器学习所带来的数字化运营的崛起。但根据德勤咨询公司(Deloitte Consulting )为SEMI贸易小组所做的问卷研究,其中的77%表示人才短缺,特别是EEs(电子电力工程)人才短缺。
德勤负责人克里斯•理查德(Chris Richard)表示,“半导体行业现在在制造四到五个原子厚度的设备,接近物理学的极限了,但不了解实情的人却认为这个行业已经过时了。EEs要找到合适的人很难,因为很多公司都在同一个人才库寻找。”
英特尔和三星近几年在毕业生中得分很高,AirBnB、Netflix、LinkedIn等科技公司的得分也一样 。同时,理查德表示,“在多数大学毕业生认知度最差的15家品牌里主要是半导体公司,有些是许多大学毕业生从未听说过的公司,包括ASML、KLA-Tencor、Lam、SK Hynix和台积电。
他表示,“最大的挑战是认知度,我们需要帮助他们看清道路。”
雇主们说,EE工作最难找到合适人。(图:德勤)
这应该不难。Durn表示,“我们令航空旅行更安全了、医疗保健更具可预测性了,我们可以将过去的成功讲出来,很简单。”
他认为,更重要的是,尽管芯片行业存在挑战,但其地位仍十分有利。
他表示,“我们正处于人工智能领域出现真正重大突破的关头,交付的个体将在千万甚至数亿个。这不是由消费者的自由裁量权所决定的,其规模之大堪称新的工业革命。”他所指得工业革命源自《经济学人》所提出的数据即新石油的说法。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。